ReGATE、Unitree G1で視覚が途切れる状況の物体操作を実演

何が起きたか

arXivに2026年11月2日掲載された論文は、ヒューマノイドの移動と物体操作を連携させる制御手法「ReGATE」を提示した。シミュレーションで静止物体の取得試行330回に対し成功率85.2%を記録し、同じ評価手順のVisualMimicは48.5%だった。移動物体の取得では440回の試行で成功率85.9%を示した。研究者らはUnitree G1に実装し、指示に応じた把持・運搬・解放と、視覚が一時遮られた後の箱の取得を実演した。

詳細

ReGATEは、機体搭載カメラの深度情報、固有感覚、歩行・接触に関するオンライン指令を組み合わせる全身制御手法である。教師・生徒型の枠組みを用い、再帰型アダプターが外部の物体姿勢推定器なしに物体形状と物理的接触を推定する。視覚更新は、頭部単位および全体のゲートで固有感覚経路に反映する。 論文は、初期観察の後、接触指令の前にカメラが遮られる条件での箱取得を、実機による定性的な実験として報告した。静止・移動物体の成功率はシミュレーション結果であり、実機での成功率としては示されていない。

Key Facts

本紙の見方

この研究の焦点は、物体操作に必要な視覚情報が途切れたり不完全だったりする場面で、歩行と接触をどう一つの制御にまとめるかにある。論文は、再帰型アダプターによる形状・接触の推定と、視覚更新を調整するゲートを組み合わせた。著者らは、再帰型の視覚・固有感覚融合を、視覚が中断されるヒューマノイドの移動・物体操作に拡張した初の研究としているが、これは論文側の位置づけである。 結果の読み分けも重要だ。成功率はシミュレーション上の試行結果であり、Unitree G1での実演は定性的に報告されている。したがって、85.2%や85.9%を実環境での稼働率、あるいは異なる物体・場所にそのまま適用できる性能とみなすことはできない。実機で示されたのは、指令に沿った一連の操作と、最初の観察後にカメラが遮られる条件での取得であり、反復回数や成功率は要旨に記載されていない。 本紙の関連記事では、ソウル大の研究チーム、歩行と物体操作を連携するAIを開発が、別々に収集した歩行・物体操作データを組み合わせ、複数段階の作業を連続させる研究として紹介された。両者は、移動と操作を一連のタスクとして扱う点で接点がある一方、今回の論文は搭載深度情報と固有感覚の融合、視覚が途切れる条件への対応を前面に置く。異なる研究の構成や評価条件を同一視せず、それぞれがどの制約を対象にしたかを見る必要がある。 産業面では、外部の物体姿勢推定器に依存しない設計が、ロボット側のセンサー情報から状態を推定する制御構成の一例となる。ただし、論文要旨だけでは、学習データの規模・構成、未知の物体や環境での再現性、安全性、処理遅延、実機での反復成績は確認できない。今後は、遮蔽の程度や長さを変えたときの結果、シミュレーションと実機の差、指令の誤りや接触失敗への対処を評価条件とともに確かめることが、適用範囲を判断する上での論点となる。

なぜ重要か

論文の実機実演は、初期観察後にカメラが遮られても箱を取得する定性的な例を示しており、視覚入力が連続しない状況でのヒューマノイド操作を検討する材料となる。一方、成功率として示された数値はシミュレーション結果であるため、実環境での信頼性を判断するには実機の反復評価が別途必要だ。